[論文レビュー] A Divide-and-Conquer Strategy for Parsing

Li-Shiuan Peh, Christopher Ting Hian Ann|ArXiv.org|Jul 16, 1996

Natural Language Processing Techniques参考文献 5被引用数 23

ひとこと要約

本稿では、構文解析の精度を向上させるために、複雑な文を解析する前に単純化する分割統治戦略を提案する。リンク語（例：接続詞、句読点）の意味を解消し、文を部分文および名詞句に分割し、それぞれを別々に解析した後、結果を統合する。この戦略を従来の依存構文解析器に適用したところ、IPSM’95データセットで解析エラーが21.2%削減された。

ABSTRACT

In this paper, we propose a novel strategy which is designed to enhance the accuracy of the parser by simplifying complex sentences before parsing. This approach involves the separate parsing of the constituent sub-sentences within a complex sentence. To achieve that, the divide-and-conquer strategy first disambiguates the roles of the link words in the sentence and segments the sentence based on these roles. The separate parse trees of the segmented sub-sentences and the noun phrases within them are then synthesized to form the final parse. To evaluate the effects of this strategy on parsing, we compare the original performance of a dependency parser with the performance when it is enhanced with the divide-and-conquer strategy. When tested on 600 sentences of the IPSM'95 data sets, the enhanced parser saw a considerable error reduction of 21.2% in its accuracy.

研究の動機と目的

• 文の長さや複雑さが増すにつれて解析精度が低下する問題に対処すること。
• 長く複雑な文を解析の前段階で単純化することで、解析の複雑さを低減すること。
• モジュール式で入力段階の前処理戦略を用いて、依存構文解析器の精度を向上させること。
• リンク語の意味解消と名詞句の解析に基づく分割の有効性を評価すること。
• 下位の解析アルゴリズムを変更せずに、解析精度を向上させられることを実証すること。

提案手法

• 文内のリンク語（接続詞、前置詞、句読点）の構文的役割を解消する。
• 意味解消されたリンク語に基づいて、文を部分文および名詞句に分割する。
• 基本の依存構文解析器を用いて、各部分文および名詞句を独立して解析する。
• リンク語を接続し、部分木構造を統合することで、個々の解析木を合成する。
• ルールベースの統合エンジンを用いて、部分木の結果を統合して完全な最終的な解析木を生成する。
• この戦略を依存構文解析器に適用し、合成段階を変更することで構文木解析器に対しても適応可能である。

実験結果

リサーチクエスチョン

• RQ1 解析の前段階で複雑な入力文を単純化することで、解析精度を向上させられるか？
• RQ2 リンク語の意味解消は、正確な文の分割を可能にするほど効果的か？
• RQ3 統合的解析と比較して、部分文の解析はどの程度解析エラーを低減するか？
• RQ4 品詞タグの性能が、意味解消および分割段階に及ぼす影響は何か？
• RQ5 分割統治戦略は、さまざまな解析アーキテクチャに一般化可能か？

主な発見

• 分割統治戦略により、IPSM’95テストセットで解析エラーが21.2%削減され、語レベルの精度は81.1%から85.1%に向上した。
• 短い部分文における1語あたりの潜在的主語数を制限することで、統計的曖昧さ（perplexity）が顕著に低減された。
• リンク語の役割の誤解消（例：'or' を節をつなぐ接続詞と誤認する）は、分割段階および最終的な解析エラーに直接伝播した。
• 元の解析器は複雑な文で'if'と'and'を正しく扱えなかったが、強化された解析器はそれらの構文的役割を正しく特定し、適切に分割した。
• 名詞句の解析（正確一致率97.0%）およびリンク語の意味解消（93.3%～96.8%の精度）で高い性能を達成しており、信頼性が裏付けられた。
• 1,812文という小さな学習コーパスであったが、Dynix、Lotus、Tradosの複数のデータセットで一貫した測定可能な改善効果が得られた。